如何从张量流对象检测中获取边界框 [Xmax,Xmin,Ymax,Ymin]

Question

我是人工智能的新手，我正在使用 TensorFlow 对象检测 API 来检测图像上的产品，因此它已经检测到对象，但我想获取图像中每个对象的坐标 Xmax、Xmin、Ymax 和 Ymin。即检测到物体的图像，在这种情况下，图像中检测到 2 个物体。图片：我们可以看到我得到了对象的坐标但不清楚，输出中有超过 3 个坐标，我只想得到坐标的数量作为图像中对象的数量。这是提供输出的代码with detection_graph.as_default():    with tf.Session(graph=detection_graph) as sess:        image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')        detection_boxes = detection_graph.get_tensor_by_name('detection_boxes:0')        detection_scores = detection_graph.get_tensor_by_name('detection_scores:0')        detection_classes = detection_graph.get_tensor_by_name('detection_classes:0')        num_detections = detection_graph.get_tensor_by_name('num_detections:0')        print(detection_graph.get_tensor_by_name('detection_boxes:0'))        for image_path in TEST_IMAGE_PATHS:            boxes = detect_objects(image_path)            print(boxes)输出Tensor("detection_boxes:0", dtype=float32)[[[0.16593058 0.06630109 0.8009524  0.5019088 ]  [0.15757088 0.5376015  0.8869156  0.9394863 ]  [0.5966009  0.88420665 0.6564093  0.9339011 ]  ...  [0.         0.         0.         0.        ]  [0.         0.         0.         0.        ]  [0.         0.         0.         0.        ]]]我想得到类似的东西，但只有边界框的坐标。我们假设它们是对象的坐标。[0.16593058 0.06630109 0.8009524  0.5019088 ][0.15757088 0.5376015  0.8869156  0.9394863 ]

Answer 1

你应该知道两件事：

1. 这些是所有（通常是 100 个）顶级检测的所有坐标。

2. 这些以标准化坐标给出。

因此，为了按分数过滤检测，使用detection_scores以确定要过滤掉哪些索引（它们已排序），您可以将归一化坐标与原始图像大小相乘以获得绝对坐标。标准化坐标以 的格式给出[ymin, xmin, ymax, xmax]，因此您应该将第一个和第三个坐标乘以y_size，将第二个和第四个坐标乘以x_size。您可以通过评估 的形状来计算x_size和。y_sizeimage_tensor

Answer 2

代码：

for box in boxes[0]:
    xmin, ymin, xmax, ymax =box
    bboxes.append([int(ymin *640),int(xmin*480) , int((ymax-ymin)*640), int((xmax-xmin)*480)])